一种用眼行为的监测方法及服务器与流程

本申请涉及计算机技术领域，尤其涉及一种用眼行为的监测方法及服务器。

背景技术：

近视眼是危害青少年视力健康的主要因素之一，特别是近几十年来，由于电子产品的普及，青少年的近视眼患病率持续走高，这给青少年的视力健康乃至于身体健康都带来严重的危害。

在青少年的用眼行为中，用眼习惯以及用眼环境往往起到至关重要的作用。帮助青少年掌握科学用眼的知识和方法，确保青少年在适宜的环境下用眼，能够有效预防近视的发生，并且能够防止近视的进一步加深。

但是，青少年在用眼时，往往不能自觉做到科学用眼，也缺乏对科学用眼的正确认知，因而存在大量的不良用眼习惯，这会给青少年的视力健康造成损害，也不利于青少年对近视的预防。

对此，一种能够有效监测用户的用眼行为，分析用户的用眼状态，并在发现用户有不良用眼行为时能够及时提醒用户，以及纠正用户用眼行为的方法是亟待解决的重要问题。

技术实现要素：

本申请实施例提供一种用眼行为的监测方法及服务器，对用户的用眼行为进行监督，帮助用户科学用眼，形成良好的用眼习惯。

本申请实施例提供的一种用眼行为的监测方法，包括：

服务器接收由监测仪获取的用户的用眼数据，其中，所述用眼数据至少包括用户的眼睛与注视物之间的用眼距离、所述用眼距离对应的持续时间以及用户的头部倾斜角度；

根据所述用眼数据，确定在满足第一预设条件时，向所述监测仪发送采集用户的用眼图像的指令；其中，所述用眼图像为用户正前方对应的图像，所述第一预设条件至少包括所述用眼距离达到预设距离阈值；

根据所述用眼图像，确定用户的用眼状态，其中，所述用眼状态至少为阅读状态、电子屏状态、户外状态中的一种；

根据所述用眼数据、用眼状态以及预设的评价维度，对用户的用眼行为进行分析，确定用户的用眼行为的等级；其中所述预设的评价维度包括以下任意一项或多项：平均单次阅读时长、户外时长、平均阅读距离、平均头部倾斜角度、平均单次注视电子屏时长。

本申请实施例提供的一种用眼行为的监测方法，包括：

监测仪获取用户的用眼数据并发送至服务器，其中，所述用眼数据至少包括用户的眼睛与注视物之间的用眼距离、所述用眼距离对应的持续时间以及用户的头部倾斜角度；

所述监测仪接收所述服务器发送的采集用户的用眼图像的指令；其中，所述用眼图像为用户正前方对应的图像，所述指令为所述服务器根据所述用眼数据，确定满足第一预设条件时发送的；所述第一预设条件至少包括所述用眼距离达到预设距离阈值；

采集用户的用眼图像，并发送至服务器，使服务器根据所述用眼图像，确定用户的用眼状态，并根据所述用眼数据、用眼状态以及预设的评价维度，对用户的用眼行为进行分析，确定用户的用眼行为的等级；其中，所述用眼状态至少为阅读状态、电子屏状态、户外状态中的一种；所述预设的评价维度包括以下任意一项或多项：平均单次阅读时长、户外时长、平均阅读距离、平均头部倾斜角度、平均单次注视电子屏时长。

本申请实施例提供的一种服务器，包括：

接收器，用于接收由监测仪获取的用户的用眼数据，其中，所述用眼数据至少包括用户的眼睛与注视物之间的用眼距离、所述用眼距离对应的持续时间以及用户的头部倾斜角度；

处理器，用于根据所述用眼数据，确定在满足第一预设条件时，向所述监测仪发送采集用户的用眼图像的指令；其中，所述用眼图像为用户正前方对应的图像，所述第一预设条件至少包括所述用眼距离达到预设距离阈值；根据所述用眼图像，确定用户的用眼状态，其中，所述用眼状态至少为阅读状态、电子屏状态、户外状态中的一种；根据所述用眼数据、用眼状态以及预设的评价维度，对用户的用眼行为进行分析，确定用户的用眼行为的等级；其中所述预设的评价维度包括以下任意一项或多项：平均单次阅读时长、户外时长、平均阅读距离、平均头部倾斜角度、平均单次注视电子屏时长。

本申请实施例提供一种用眼行为的监测方法，服务器通过监测仪获取用户的用眼数据，在确定用户的用眼情况满足第一预设条件时，向监测仪发送获取用户的用眼图像的指令。之后，根据获取的用眼数据以及用眼图像，确定用户的用眼状态。再根据用眼数据以及确定出的用眼状态，对用户的用眼行为进行分析，确定用户的用眼行为的等级。通过确定用户的用眼情况，在第一预设条件的情况下调用监测仪的摄像头，能够有效减小监测仪的能耗，减少监测仪的工作量，有利于监测仪的小体积设计。并且，通过实时监测用户的用眼行为，能够准确掌握用户的用眼数据，分析确定用户的用眼行为的优良性，以判断用户的用眼行为是否为科学用眼，确定用户的不良用眼行为，帮助用户形成良好的用眼习惯。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例提供的用眼行为的监测方法流程图；

图2为本申请实施例提供的监测仪的使用方法示意图；

图3为本申请实施例提供的眼部图像采集设备的使用方法示意图；

图4为本申请实施例提供的服务器结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

为了帮助用户形成良好的用眼习惯，本申请实施例提出了一种用眼行为的监测方法。该方法的执行主体包括多个能够进行信息交互的设备，例如，移动终端、服务器等。其中，各设备可分别负责执行该方法的部分步骤，具体各设备所负责的步骤可根据需要分配，本申请对此不做限定。

在本申请实施例中，以能够进行信息交互的监测仪以及服务器为例对该方法进行说明。其中，监测仪用于获取用户的用眼数据以及用眼图像，并将获取到的数据发送至服务器。监测仪可以是固定在用户的眼镜的镜架上的设备，也可以是固定在用户的耳朵、胸前或者衣领等位置的设备，以便于实时的对用户的用眼行为进行监测。服务器用于对获取到的用眼数据以及用眼图像进行处理。

图1为本申请实施例提供的用眼行为的监测方法流程图，具体包括：

s101：监测仪获取用户的用眼数据，并发送至服务器。

在本申请实施例中，监测仪可以获取用户的用眼数据，并发送至服务器。用眼数据指的是与用户的用眼行为相关的数据，至少包括用眼距离、用眼距离对应的持续时间以及用户的头部倾斜角度。其中，用眼距离指的是用户在视物时，用户的眼睛与注视物(如，书本、手机等)之间的距离，可通过红外激光感应器等装置获得。用眼距离对应的持续时间指的是，用户维持在某个用眼距离所持续的时间，可通过计时器获得，也可由服务器计算获得。用户的头部倾斜角度可通过陀螺仪等装置获得。

用户在视物时，用眼距离过近，持续时间过长，或者用眼姿态不端正，可能会损害用户的用眼健康，不利于科学用眼。因此，服务器在接收到监测仪发送的用户的用眼数据后，可在确定用户的用眼距离小于第一预设距离阈值、持续时间大于第一预设时间阈值时，或者在用户的用眼距离小于等于第二预设距离阈值、持续时间大于第二预设时间阈值时，或者在用户的头部倾斜角度大于预设角度阈值时，向监测仪发送提醒指令，由监测仪对用户进行提醒。其中，用眼距离小于第一预设距离阈值、持续时间大于第一预设时间阈值可表示用户在过近的用眼距离下持续时间过长，例如用眼距离小于20厘米，持续时间大于15秒。用眼距离小于等于第二预设距离阈值、持续时间大于第二预设时间阈值可表示用户在正常的用眼距离下，用眼的持续时间过长，例如用眼距离小于等于60厘米且大于33厘米，持续时间大于45分钟。用户的头部倾斜角度大于预设角度阈值可表示用户的用眼姿态不端正，例如，头部倾斜角度大于10度，等等。

需要说明的是，本申请仅提出了对用户进行提醒的几种可能的条件，对于本申请未提及的对用户进行提醒的其他条件，可以根据需要设置，本申请对此不做限定。其中，监测仪进行提醒的方式可以是提示音、震动等。

s102：服务器确定满足第一预设条件时，向监测仪发送采集用户的用眼图像的指令，由监测仪采集用户的用眼图像。

在本申请实施例中，为了对用户的不同的用眼行为(如，阅读、看手机、看电视等)进行区分，服务器可以通过监测仪，确定用户的注视物，以确定用户的具体的用眼行为。

具体的，服务器可根据监测仪发送的用户的用眼数据，在用眼数据满足第一预设条件时，向监测仪发送采集用户的用眼图像的指令，以获取用户的用眼图像。其中，在一种可能的实现方式中，如图2所示，监测仪可以是安装在用户的眼镜镜腿上的装置，监测仪所采集的用户的用眼图像为用户正前方对应的图像，第一预设条件表示，服务器根据用户的用眼数据，判断出用户可能改变了用眼行为的情况。通过这种方式，在预先确定出的可能的情况下(即，第一预设条件的情况)，再调用监测仪的摄像头，获取用户的用眼图像，能够有效减少监测仪的工作量，降低监测仪的功耗，节省能源，增加监测仪的待机时间。

通常情况下，用户在进行某个用眼行为的过程中，往往是在特定的用眼距离内进行的。例如，用户在阅读、看手机时，用眼距离通常为20厘米～60厘米，用户在看电视时，用眼距离通常大于120厘米，等等。因此，第一预设条件可以根据用眼距离来设置。具体的，第一预设条件可以至少包括：当用眼距离达到预设距离阈值时，采集用户的用眼图像。服务器可根据用户的用眼数据，在确定用户的用眼距离达到若干个预设距离阈值中的任意一个预设距离阈值时，向监测仪发送采集用户的用眼图像的指令，使监测仪采集用户当前视线内的用眼图像。

进一步地，由于用户在用眼过程中，可能会做出某些突然的动作。例如，在阅读时抬头看一眼窗外，在看电视时低头看一眼手机，等等。在这种情况下，服务器可能会确定用户的用眼距离达到预设距离阈值，而向监测仪发送采集用户的用眼图像的指令。但事实上，监测仪采集的用户当前的用眼图像并不代表用户的用眼行为的改变，而服务器可能会因为用户的突然动作而对用户当前的用眼行为产生误判。因此，为了避免将用户的突然动作误判为用户的用眼行为的变化，提高判断用户的用眼行为的准确性，服务器在向监测仪发送采集用户的用眼图像的指令时，可要求监测仪根据一定的时间间隔连续采集若干张用户当前的用眼图像。则服务器可根据这若干张用眼图像，来综合判断用户当前的用眼行为。

s103：服务器根据用户的用眼图像，确定用户的用眼状态。

服务器在接收到监测仪发送的用户的用眼图像后，可对用眼图像进行图像识别，以确定用眼图像中用户视线内的物体或景象，从而确定用户的用眼状态(即用眼行为)。

在本申请实施例中，服务器根据用户的用眼数据以及用眼图像，确定用户的用眼状态的过程分为以下两步：

第一，服务器获取到用户的用眼图像后，可根据预设的神经网络模型，对用眼图像进行图像识别，并从预设的若干标签中，确定用眼图像对应的标签。具体的，服务器可根据预设的神经网络模型，训练若干二分类的图像识别模型，以对用眼图像进行二分类识别。以二分类图像识别的结果作为预设的标签，则该标签可至少包括电子屏、非电子屏、户外、非户外。那么，服务器可从预设的标签中，确定获取到的用眼图像对应的至少一个标签。

在一个实施例中，预设的神经网络模型可包括5个部分，其中，

第1部分卷积采用3x3的卷积核，卷积步长为1，输出为64个特征映射；

第2部分卷积采用3x3的卷积核，卷积步长为1，输出为128个特征映射；

第3部分包含三层卷积，三层卷积分别采用3x3的卷积核、1x1的卷积核以及3x3的卷积核，卷积步长为1，输出为256个特征映射；通过第3部分的三层卷积，能够增加非线性程度，提高图像特征识别的准确率；

第4部分卷积采用3x3的卷积核，卷积步长为1，输出为256个特征映射；

第5部分卷积采用3x3的卷积核，输出为2，以实现二分类输出。

其中，各卷积层后均可采用2x2的池化核，步长为2，池化算法表达式为其中，plk为根据大小为c×c的池化核得到的下采样特征值，fij为卷积特征图f中大小为c×c的池化核中对应的元素，a为池化核中所有元素的综合，σ为标准差，bx为偏置项，l为第一预设值，k为第二预设值。通过该池化算法，能够对池化核的不同元素分配合适的池化权值，使提取的特征值更好地表达全局特征。有效避免最大池化方法造成的关键特征丢失问题和平均池化造成的较大特征值被弱化的问题，进而使不同池化域都可以提取更准确的特征。

该模型通过卷积层的增加，用以提取更深的图像特征，并且，模型中不存在全连接层，通过第5部分的卷积层来替代常用的全连接层，能够减少参数量以及计算量，有利于提升模型的训练速度。

服务器可根据预设的神经网络模型以及图像识别的需要，分别进行图像识别训练，以实现对手机、电视、户外等的识别。具体的，以识别手机为例，采用预设的训练集对神经网络模型进行迭代训练，其中，训练集中的训练样本为已标注为手机或者非手机的图像。神经网络模型会根据训练集中各训练样本的标注进行自动学习，以建立对手机进行识别的神经网络模型。模型中预设有损失函数，损失函数表示对模型的预测值与真实值的不一致程度的估量。在训练集对模型进行迭代训练时，损失函数也随着每次迭代输出函数值，当损失函数输出的函数值稳定在最小值后，可视为模型初步训练完成。在模型初步训练完成后，可采用测试集对初步训练好的模型进行测试，以判断模型的准确率。测试集中的各测试样本为未进行标注的包含手机或者不包含手机的图像，将测试样本输入模型后，模型对测试样本进行识别，确定测试样本中是否包含手机。将测试集的测试结果与真实结果进行比较，则可判断出该模型的准确率。若模型准确率较低，可对模型中的参数进行调整，以提高模型的准确率。经过测试集的测试以及模型参数的调整，对手机进行识别的神经网络模型可训练完成。其中，训练对其他物体(如，电视、户外等)进行识别的神经网络模型的过程与上述训练过程一致，本申请实施例在此不再赘述。

第二，服务器在确定了用眼图像对应的标签后，可根据获取到的用眼数据以及带标签的用眼图像，按照第二预设条件，确定用户的用眼状态。其中，用户的用眼状态可至少包括阅读状态、电子屏状态以及户外状态。阅读状态表示用户在进行阅读，电子屏状态表示用户在使用电子产品，户外状态表示用户在进行户外活动。

第二预设条件可至少包括：

当用眼距离小于第二预设距离阈值、持续时间大于第三预设时间阈值、用眼图像对应的标签为非电子屏、非户外时，用户的用眼状态为阅读状态；

当用眼距离小于第二预设距离阈值、持续时间大于第三预设时间阈值、用眼图像对应的标签为电子屏时，用户的用眼状态为电子屏状态；

当用眼距离大于第三预设距离阈值、持续时间大于第四预设时间阈值、用眼图像对应的标签为户外时，用户的用眼状态为户外状态。

例如，用眼距离小于60厘米，持续时间大于10秒，且用眼图像中没有电子屏、不处于户外时，视为用户在进行阅读，处于阅读状态；用眼距离小于60厘米，持续时间大于10秒，且用眼图像中识别出了电子屏，视为用户在使用电子产品，处于电子屏状态；用眼距离大于120厘米，持续时间大于20秒，且用眼图像显示处于户外，视为用户在户外进行活动，处于户外状态。

需要说明的是，上述为本申请提出的第二预设条件的部分可能的实现方式，本申请并不限定通过其他本申请未提出的可能的实现方式，来设置第二预设条件。例如，当用眼距离大于第三预设距离阈值、持续时间大于第四预设时间阈值、用眼图像对应的标签为电子屏时，用户的用眼状态也可以是电子屏状态，等等。

进一步地，s102中提出，服务器可获取监测仪根据一定的时间间隔连续采集的用户的若干张用眼图像，以根据这若干张用眼图像综合判断用户的用眼状态。那么，在本申请实施例中，可对第二预设条件进行相应的调整，以根据多张用眼图像对应的标签的内容及数量来确定用户的用眼状态。这样能够提高判断用户的用眼状态的准确性，减少由于用户的突然动作而导致的对用户的用眼状态的误判。例如，当用眼距离大于第三预设距离阈值、持续时间大于第四预设时间阈值时，间隔5秒连续采集用户的3张用眼图像，这3张用眼图像中2张以上用眼图像对应的标签为户外时，判断用户的用眼状态为户外状态；等等。

此外，由于用户在用眼的过程中，可能会因为头部晃动而导致监测仪获取到的用眼图像不清楚，从而影响后续对用眼图像的识别。因此，服务器在获取到监测仪采集的用户的用眼图像时，可先判断获取到的用眼图像是否为模糊图像，并在判断出用眼图像为模糊图像时，对确定出的模糊图像进行图像去模糊处理，以提高图像的清晰度，从而提高后续进行图像识别的准确率。

具体的，首先，由于对非模糊图像进行处理可能会破坏图像原本的质量，因此，服务器可根据确定用眼图像的梯度图，并根据判断用眼图像是否为模糊图像。其中，gx(i，j)和gy(i，j)分别是用眼图像f在x和y方向的梯度图，m，n分别是用眼图像f在x和y方向的行列数，gnum是x方向梯度图和y方向梯度图的非零梯度值的个数总和。当s<7时，服务器可判断该用眼图像为模糊图像。其中，该数值7可通过实验确定。

其次，服务器可根据以及mx,y＝1nh(s,t)∈h(x,y)is,t确定出模糊图像中的前景模糊图像。其中，q(x，y)为前景模糊图像，c为第三预设值，d为第四预设值，nh是模糊图像中位置为(x,y)的像素的邻域内的像素的总数，h(x,y)是模糊图像中位置为(x,y)的像素的邻域内的像素点的集合，i(s,t)是模糊图像中位置为(x,y)的像素的灰度值，m(x,y)是i(x,y)的均值。

最后，服务器可采用高斯滤波对确定出的前景模糊图像进行处理，得到前景清晰图像，再将该前景清晰图像作为经过图像去模糊处理后的用眼图像，进行图像识别。

这种图像处理方法，能够将模糊图像中的前景图像部分(即，默认的用户的注视物)从原图像中分离出来，以针对这一前景图像部分进行处理，恢复图像的清晰度，且减少了设备的工作量。

s104：服务器根据用眼数据、用眼状态以及预设的评价维度，对用户的用眼行为进行分析，确定用户的用眼行为的等级。

服务器确定出用户的用眼状态后，可根据用眼数据、确定出的用眼状态以及若干预设的评价维度，对用户的用眼行为进行分析，以确定用户的用眼行为的等级。

具体的，服务器可确定在预设时间段内监测仪监测到的用户的用眼数据以及对应的用眼状态，根据预设的评价维度以及预设的第一评价标准，确定用户的用眼行为针对各评价维度的子评价等级。之后，服务器可根据确定出的若干子评价等级，以及预设的第二评价标准，确定用户的用眼行为的总评价等级。其中，第一评价标准可根据用户的用眼数据与各预设评价维度的预设阈值(如，预设时间阈值、预设距离阈值等)确定，第二评价标准可根据各子评价等级的内容及数量确定。

具体的，根据监测仪获取的用户的用眼数据，可确定预设的各评价维度以及各评价维度包括的等级。预设的评价维度可至少包括用户在预设时间段内的平均单次阅读时长、户外时长、平均阅读距离、平均头部倾斜度、平均单次电子屏时长。各评价维度包括的等级可为优、良、差、极差。其中，平均单次阅读时长为，用户在预设时间段内的每次阅读状态的持续时间的平均值；户外时长为，用户在预设时间段内的户外状态的持续时间的总时长；平均阅读距离为，用户在预设时间段内的每次阅读状态对应的用眼距离的平均值；平均头部倾斜度为，用户在预设时间段内的头部倾斜度的平均值；平均单次电子屏时长为，用户在预设时间段内的每次电子屏状态的持续时间的平均值。

第一评价标准可至少包括：

平均单次阅读时长小于等于40分钟时，对应的子评价等级为优；平均单次阅读时长大于40分钟且小于等于60分钟时，对应的子评价等级为良；平均单次阅读时长大于60分钟且小于等于100分钟时，对应的子评价等级为差，；平均单次阅读时长大于100分钟时，对应的子评价等级为极差；

户外时长大于等于2小时时，对应的子评价等级为优；户外时长大于等于1小时且小于2小时时，对应的子评价等级为良；户外时长大于等于0.5小时且小于1小时时，对应的子评价等级为差；户外时长小于0.5小时时，对应的子评价等级为极差；

平均阅读距离大于等于33厘米时，对应的子评价等级为优；平均阅读距离大于等于25厘米且小于33厘米时，对应的子评价等级为良；平均阅读距离大于等于20厘米且小于25厘米时，对应的子评价等级为差；平均阅读距离小于20厘米时，对应的子评价等级为极差；

平均头部倾斜角度小于等于5度时，对应的子评价等级为优；平均头部倾斜角度大于5度且小于等于10度时，对应的子评价等级为良；平均头部倾斜角度大于10度且小于等于15度时，对应的子评价等级为差，平均头部倾斜角度大于15度时，对应的子评价等级为极差；

平均单次注视电子屏时长小于等于10分钟时，对应的子评价等级为优；平均单次注视电子屏时长大于10分钟且小于等于15分钟时，对应的子评价等级为良；平均单次注视电子屏时长大于15分钟且小于等于30分钟时，对应的子评价等级为差；平均单次注视电子屏时长大于30分钟时，对应的子评价等级为极差。

第二评价标准可至少包括：

平均单次阅读时长、户外时长、平均阅读距离的子评价等级为优，其他子评价等级为优或良，则总评价等级为优；

平均单次阅读时长、户外时长、平均阅读距离的子评价等级为优或良，其他子评价等级不为极差，则总评价等级为良；

平均单次阅读时长、户外时长、平均阅读距离的子评价等级为优或良或差，且至多一项差，其他子评价等级不为极差，则总评价等级为差。

经过上述评价过程，服务器可确定在预设时间段内用户在各评价维度方面的用眼行为的优良程度，以及用户的整体用眼行为的优良程度，以确定用户的不良用眼行为，并判断用户是否在科学用眼。

需要说明的是，上述第一评价标准以及第二评价标准仅为本申请实施例提出的部分可能的实现方式，本申请并不限定通过其他可能的实现方式来设置第一评价标准以及第二评价标准。

此外，在用户未佩戴眼镜的情况下(如，将眼镜放在桌上、放在包里等)，或者在用户未正确佩戴监测仪的情况下(如，将监测仪从耳朵上取下，放在桌上等)，监测仪无法正常监测用户的用眼数据，那么，可将这种情况下的监测仪的状态视为非工作状态。相应的，服务器可根据第一预设条件的判断，在用眼距离小于第四预设距离阈值、持续时间大于第五预设时间阈值时，或者光照强度小于预设光强阈值、持续时间大于第五预设时间阈值时，或者在监测仪的电量小于预设电量阈值等条件下，确定监测仪处于非工作状态。其中，光照强度可以通过监测仪的摄像头获取。

进一步地，由于监测仪处于非工作状态时，无法对用户的用眼行为进行正常的监测。因此，服务器可从获取到的用眼数据中，确定监测仪处于非工作状态下的用眼数据，排除这些用眼数据，并采用经过排除后的用眼数据，对用户的用眼行为进行分析。这样能够准确的确定用户真实的用眼数据的范围，以提高对用户的用眼行为的分析的准确性、科学性。

此外，服务器对用户的用眼行为进行分析后，还可根据各子评价等级以及总评价等级，对用户的用眼行为进行矫正。具体的，服务器可根据用户在第一预设时间段内的各子评价等级，以及各子评价等级对应的预设的分值，确定用户在各评价维度获得的积分。之后，服务器可根据用户在各评价维度获得的积分，以及预设的各评价维度对应的标准分，针对各评价维度，当用户在该评价维度的积分大于等于标准分时，确定用户在该评价维度达标；其中，各评价维度对应的标准分基于用户在第二预设时间段内各评价维度对应的子评价等级确定。最后，服务器可根据用户达标的评价维度，以及预设的各评价维度的权重，从预设的若干奖励行为中确定用户对应的奖励行为，并将确定出的奖励行为发送至监测仪对应的终端，进行展示。其中，第二预设时间段在第一预设时间段之前。

在一种可能的实现方式中，可通过服务器中预设的电子游戏，对用户的不良用眼行为进行矫正。具体的，针对用户进行的电子游戏，可根据用户在第二预设时间段内各评价维度对应的子评价等级，设置不同难度的游戏关卡(即，对应上述标准分)。服务器可根据用户在第一预设时间段内各评价维度对应的子评价等级，确定相对应的游戏中的奖励行为(如，加速卡、双倍得分等)，其中，用户的各子评价等级可与游戏中获得的奖励行为成正相关关系，即用户的各子评价等级越高，在游戏中获得的奖励行为的价值越高。通过游戏的方式，可使用户为了获得更好的奖励，加速通关以及加快游戏进程，而激励用户注意自己的用眼行为，从而达到对不良用眼行为的矫正的目的，形成良好的用眼习惯。

例如，服务器预设的各等级对应的预设分值为优30分，良20分，差10分，极差0分。第一预设时间段为7月8日至7月15日，第二预设时间段为7月1日至7月7日。

用户在7月1日至7月7日内各评价维度对应的子评价等级为：平均单次阅读时长优，户外时长优，平均阅读距离良，平均头部倾斜角度差，平均单次注视电子屏时长差。服务器可根据用户基于这些数据的设置，确定在7月8日至7月15日，平均单次阅读时长、户外时长、平均阅读距离、平均头部倾斜角度、平均单次注视电子屏时长对应的标准分分别为10分、10分、20分、30分、30分。

之后，服务器确定7月8日至7月15日用户的各子评价等级为平均单次阅读时长优、户外时长良、平均阅读距离良、平均头部倾斜角度优、平均单次注视电子屏时长良。那么，用户在各评价维度的积分分别为30分、20分、20分、30分、20分。

将用户获得各评价维度对应的积分与预设的7月8日至7月15日各评价维度对应的标准分比较，可得用户的平均单次阅读时长达标、户外时长达标、平均阅读距离达标、平均头部倾斜角度达标、平均单次注视电子屏时长不达标。

那么，服务器可根据用户在各评价维度达标的情况，针对用户不达标的评价维度对应的用眼行为，用户有进步或者退步的用眼行为、用户的进步或者退步的程度等方面，确定对用户的奖惩行为。

另外，服务器可根据预设时间间隔(如，一周等)，对用户的用眼行为进行重新分析，并获取新的用户的各用眼行为的子评价等级以及总评价等级，以此更新用户的矫正方案，有利于对用户的不良用眼习惯进行针对性矫正。

此外，如图3所示，用户的眼镜的鼻梁位置可设置有眼部图像采集设备310。由于用户在用眼过程中，可能会发呆、走神等，在这种情况下，监测仪320监测到用户在看电子屏，但实际上用户的注视点并不在电子屏幕上。因此，为了确定用户是否在注视电子屏，服务器可通过设置于用户正前方的眼部图像采集设备310，以及独立的红外光源设备(图中未示出)，采集用户的眼部图像，确定眼部图像对应的瞳孔位置数据，并根据确定出的瞳孔位置数据，确定用户是否在注视电子屏。

监测仪320中包括如摄像头等图像采集设备，用于采集用户正前方的用眼图像，以使服务器可确定用户的用眼状态。眼部图像采集设备310用于采集用户的眼部图像，可固定于用户眼镜的鼻梁处，其包括采集部311和支撑部312。支撑部312用于支撑采集部311并与用户眼镜的鼻梁相连，其可伸缩且方向可调节，可采集用户的双眼图像或者单眼图像。红外光源设备可拆卸的固定在用户所使用的电脑、手机等终端上，用于发射红外光，照射至用户的眼部，以使服务器能够根据眼部图像采集设备310采集到的用户的眼部图像，确定瞳孔位置数据。

具体的，监测仪320监测到用户的用眼状态处于电子屏状态下时，为了确定用户是否在注视电子屏，可按照预设的条件调用眼部图像采集设备310，使眼部图像采集设备310采集用户的眼部图像，并将用户眼部图像发送给服务器。

服务器可根据预设的眼部图像的阶梯灰度阈值，确定不同阈值对眼部图像进行分割，得到分割区域以及各分割区域之间的相互包裹特性，提取出眼球区域。其中，各分割区域之间的相互包裹特性是指在上下眼皮包裹的眼球区域内，由外向内依次为巩膜、虹膜和瞳孔，三者之间依次包裹的空间特征。由于在上下眼皮包裹的眼球区域内，由外向内依次为巩膜、虹膜和瞳孔，三个区域的灰度依次降低。因此，凭借巩膜、虹膜和瞳孔三者的灰度阶梯型分布特征和三者的相互包裹特性，通过设定合适的阶梯灰度阈值，并判断不同阈值所分割区域间的相互包裹特性，就可提取出眼球区域。

在提取得到眼球区域后，在该眼球区域内选取一个灰度值最低点作为提取瞳孔区域的种子点，然后通过预设的生长阈值和边界条件，通过现有的任意一种区域生长算法，得到完整的瞳孔区域。根据该瞳孔区域，计算该瞳孔区域的中心坐标，该中心坐标即为瞳孔中心坐标。

其次，角膜反光点在眼部图像上一般为亮度最高的区域，服务器可以通过预设阈值对眼部图像进行二值化处理，通过合适的预设阈值，将角膜反光点完全分离出来，得到含有反光点的二值化图像。那么，服务器可确定瞳孔位置数据为眼部图像中的瞳孔中心位置与角膜反光点位置之间的相对偏移量。

最后，服务器可根据预设的多项式拟合算法，以及确定出的瞳孔位置数据(即瞳孔相对偏移量)，确定出用户的注视点在电子屏幕上的偏移量，以确定用户是否在注视电子屏幕。

具体的，服务器可在用户第一次使用监测仪320以及眼部图像采集设备310时，提示用户，根据预先划分的电子屏状态下的手机模式、电脑模式以及电视模式，与相应的电子产品之间进行瞳孔位置以及电子屏的初始位置之间的校准，以在用户的瞳孔位置与电子屏的各位置之间形成对应关系。并且，服务器可根据校准过程，确定相应的多项式拟合算法，进而确定用户是否在看电子屏。

在确定用户是否在看电子屏时，根据用户当前的瞳孔位置信息，以及确定出的多项式拟合算法，可确定出用户的注视点在电子屏上的位置信息，也就是用户的当前注视点与预先确定的初始位置之间的偏移量。之后，根据确定出的用户注视点的位置信息以及电子屏幕的尺寸大小信息，服务器可确定出用户的注视点是否在电子屏上，即可确定用户是否在看电子屏。

例如，多项式拟合算法可以是其中，(xp，yp)为瞳孔位置数据(即，瞳孔相对偏移量)，(xp，yp)为注视点位置数据(即，电子屏上的注视点偏移量)，a0～a11为待定的未知系数，可以通过校准过程获得。服务器通过用户的眼部图像，可确定出(xp，yp)的取值，将该取值代入上述多项式，即可获得(xp，yp)的值，即用户的注视点的位置信息。

此外，服务器确定出的含有反光点的二值化图像中，可能包括因为用户的眼镜反光而形成的反光点。为了去除眼镜反光的干扰，服务器可在含有反光点的二值化图像中，计算所有反光点的面积，将面积位于预设取值范围内的反光点作为角膜反光点，以排除眼镜反光点的影响。

如图4所示，为本申请实施例提供的服务器结构示意图，包括：

接收器210，用于接收由监测仪获取的用户的用眼数据，其中，所述用眼数据至少包括用户的眼睛与注视物之间的用眼距离、所述用眼距离对应的持续时间以及用户的头部倾斜角度；所述监测仪设置在所述用户佩戴的眼镜的镜架上；

处理器220，用于根据所述用眼数据，确定满足第一预设条件时；其中，所述第一预设条件至少包括所述用眼距离达到预设距离阈值；根据所述用眼图像，确定用户的用眼状态，其中，所述用眼状态至少为阅读状态、电子屏状态、户外状态中的一种；根据所述用眼数据、用眼状态以及预设的评价维度，对用户的用眼行为进行分析，确定用户的用眼行为的等级；其中所述预设的评价维度包括以下任意一项或多项：平均单次阅读时长、户外时长、平均阅读距离、平均头部倾斜角度、平均单次注视电子屏时长；

发射器230，用于向所述监测仪发送采集用户的用眼图像的指令；其中，所述用眼图像为用户正前方对应的图像。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。